Научно методические подходы к моделированию оптимальной стратегии повышения конкурентоспособности разных по размерам аптечных сетей
DOI:
https://doi.org/10.15587/2519-4852.2021.239389Ключові слова:
стратегія, конкурентоспроможність, аптечні мережі, дерево рішень, кластериАнотація
Метою роботи є розробка науково-методичних підходів до моделювання оптимальної стратегії підвищення конкурентоспроможності аптечних мереж (АМ), які за розмірами відносяться до різних кластерів.
Матеріали і методи. У роботі запропоновано алгоритм визначення оптимальної стратегії підвищення конкурентоспроможності АМ за різними кластерами за допомогою метода побудови дерева рішень і кластерного аналізу. Для вирішення цього завдання попередньо було проведене експертне опитування понад 400 завідувачів аптек, які входили до складу різних за розмірами АМ. За результатами проведеного експертного опитування з використанням методів ієрархічної кластеризації на підставі значень 13-ти вхідних змінних – бальних оцінок сильних сторін конкурентоспроможності АМ, було виділено три кластери мереж, для кожного з яких був запропонований власний алгоритм моделювання оптимальної стратегії підвищення конкурентоспроможності.
Результати. Із використанням сучасного економіко-математичного інструментарію обґрунтовано розподіл АМ залежно від їх розміру на кластери для моделювання динаміки конкурентоспроможності. Виділено показники, за якими виявляється вагома відмінність між кластерами, що враховувалося в процесі моделювання і вибору оптимальної стратегії підвищення конкурентоспроможності АМ. Установлено, що найбільший негативний вплив на стратегію підвищення конкурентоспроможності дрібних мереж чинить повільне реагування на зміни ринкової кон’юктури, найбільший позитивний вплив – наявність в мережах додаткових послуг; для середніх АМ найбільш вагомими факторами впливу на рівень конкурентоспроможності є особливості розташування аптек і грамотний менеджмент; для великих АМ ‒ використання сучасних автоматизованих програм управління, рівень ефективності маркетингового комплексу й особливості розташування.
Побудовано алгоритм узагальненої моделі «дерева рішень» для вибору оптимальної стратегії підвищення конкурентоспроможності в залежності від розміру АМ. Виявлено, що найбільшу вагомість мають такі фактори: розмір АМ, використання системи дисконтних карток, а найменшу – швидкість реагування на зміни ринку і стійкість фінансового стану.
Висновки. Запропонована узагальнена математична модель «дерева рішень» дозволяє обґрунтовано підходити до вибору оптимальної стратегії підвищення конкурентоспроможності АМ залежно від її розміру. Проведена оцінка вагомості предикторних змінних для кожного кластеру АМ дозволяє визначати пріоритетні фактори при імплементації заходів, спрямованих на реалізацію обраної стратегії підвищення конкурентоспроможності
Посилання
- Mala, Z. V., Posylkina, O. V., Nessonova, M. M. (2017). Methodological approaches to the analysis and assessment of marketing competitive advantages of pharmacy networks. Social Pharmacy in Health Care, 3 (1), 41–51. doi: http://doi.org/10.24959/sphhcj.17.67
- Medina, L. A., Kremer, G. E. O., Wysk, R. A. (2013). Supporting medical device development: a standard product design process model. Journal of Engineering Design, 24 (2), 83–119. doi: http://doi.org/10.1080/09544828.2012.676635
- Ushakova, I. A., Dorokhova, L. P., Malyi, V. V., Dorokhov, A. V. (2020). Assessment of a pharmacy as a pharmaceutical service environment. Azerbaijan Pharmaceutical and Pharmacotherapy Journal, 20 (1), 24–30.
- Niziolek, L., Chiam, T. C., Yih, Y. (2012). A simulation-based study of distribution strategies for pharmaceutical supply chains. IIE Transactions on Healthcare Systems Engineering, 2 (3), 181–189. doi: http://doi.org/10.1080/19488300.2012.709583
- Settanni, E., Harrington, T. S., Srai, J. S. (2017). Pharmaceutical supply chain models: A synthesis from a systems view of operations research. Operations Research Perspectives, 4, 74–95. doi: http://doi.org/10.1016/j.orp.2017.05.002
- Harrington, T. S., Phillips, M. A., Srai, J. S. (2016). Reconfiguring global pharmaceutical value networks through targeted technology interventions. International Journal of Production Research, 55 (5), 1471–1487. doi: http://doi.org/10.1080/00207543.2016.1221541
- Mehralian, G., Zarenezhad, F., Rajabzadeh Ghatari, A. (2015). Developing a model for an agile supply chain in pharmaceutical industry. International Journal of Pharmaceutical and Healthcare Marketing, 9 (1), 74–91. doi: http://doi.org/10.1108/ijphm-09-2013-0050
- Will M. Bertrand, J., Fransoo, J. C. (2002). Operations management research methodologies using quantitative modeling. International Journal of Operations & Production Management, 22 (2), 241–264. doi: http://doi.org/10.1108/01443570210414338
- Brandenburg, M., Govindan, K., Sarkis, J., Seuring, S. (2014). Quantitative models for sustainable supply chain management: Developments and directions. European Journal of Operational Research, 233 (2), 299–312. doi: http://doi.org/10.1016/j.ejor.2013.09.032
- Narayana, S. A., Kumar Pati, R., Vrat, P. (2014). Managerial research on the pharmaceutical supply chain – A critical review and some insights for future directions. Journal of Purchasing and Supply Management, 20 (1), 18–40. doi: http://doi.org/10.1016/j.pursup.2013.09.001
- Chung, S. H., Kwon, C. (2016). Integrated supply chain management for perishable products: Dynamics and oligopolistic competition perspectives with application to pharmaceuticals. International Journal of Production Economics, 179, 117–129. doi: http://doi.org/10.1016/j.ijpe.2016.05.021
- Posilkina, O., Bondarieva, I., Malyi, V., Timanyuk, I., Mala, Z. (2021). Peculiarities of effective management of products assortment depending on different sizes of pharmacy chains. ScienceRise: Pharmaceutical Science, 2 (30), 55–63. doi: http://doi.org/10.15587/2519-4852.2021.230287
- Ahmadiani, S., Nikfar, S. (2016). Challenges of access to medicine and the responsibility of pharmaceutical companies: a legal perspective. DARU Journal of Pharmaceutical Sciences, 24, 124–130. doi: http://doi.org/10.1186/s40199-016-0151-z
- Ranyard, J. C., Fildes, R., Hu, T.-I. (2015). Reassessing the scope of OR practice: The Influences of Problem Structuring Methods and the Analytics Movement. European Journal of Operational Research, 245 (1), 1–13. doi: http://doi.org/10.1016/j.ejor.2015.01.058
- Saghiri, S., Wilding, R., Mena, C., Bourlakis, M. (2017). Toward a three-dimensional framework for omni-channel. Journal of Business Research, 77, 53–67. doi: http://doi.org/10.1016/j.jbusres.2017.03.025
- Liu, J., Gong, Y. (Yale), Zhu, J., Zhang, J. (2018). A DEA-based approach for competitive environment analysis in global operations strategies. International Journal of Production Economics, 203, 110–123. doi: http://doi.org/10.1016/j.ijpe.2018.05.029
- Zaki, M. J., Wagner, M. Jr. (2020). Data Mining and Machine Learning: Fundamental Concepts and Algorithms. Cambridge University Press. Available at: https://dataminingbook.info/book_html/
- Lyman, R. O., Longnecker, M. (2010). An Introduction to Statistical Methods and Data Analysis. Brooks/Cole: Cengage Learning, 1296.
- Masoumi, A. H., Yu, M., Nagurney, A. (2012). A supply chain generalized network oligopoly model for pharmaceuticals under brand differentiation and perishability. Transportation Research Part E: Logistics and Transportation Review, 48 (4), 762–780. doi: http://doi.org/10.1016/j.tre.2012.01.001
- Nagurney, A., Nagurney, Li, L. S. (2013). Pharmaceutical supply chain networks with outsourcing under price and quality competition. International Transactions in Operational Research, 20 (6), 859–888. doi: http://doi.org/10.1111/itor.12031
##submission.downloads##
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Авторське право (c) 2021 Iryna Bondarieva, Volodymyr Malyi, Olga Posilkina, Zhanna Mala, Maryna Nessonova
Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.
Наше видання використовує положення про авторські права Creative Commons CC BY для журналів відкритого доступу.
